पाइथन पांडा

Question

का उपयोग करके डेटाफ्रेम से डुप्लिकेट कॉलम को कैसे हटाएं दो कॉलमों को समूहीकृत करके मैंने कुछ बदलाव किए हैं।

मैंने पायथन का उपयोग करके एक फ़ाइल जेनरेट की, जिसके परिणामस्वरूप 2 डुप्लिकेट कॉलम हुए। डेटाफ्रेम से डुप्लिकेट कॉलम कैसे निकालें?

Answer 1

यह शायद एक GroupBy उपयोग करने के लिए सबसे आसान है (यह मानते हुए कि वे भी डुप्लिकेट नाम):

In [11]: df 
Out[11]: 
    A B B 
0 a 4 4 
1 b 4 4 
2 c 4 4 

In [12]: df.T.groupby(level=0).first().T 
Out[12]: 
    A B 
0 a 4 
1 b 4 
2 c 4 

यदि वे अलग नाम है आप पक्षांतरित पर कर सकते हैं drop_duplicates:

In [21]: df 
Out[21]: 
    A B C 
0 a 4 4 
1 b 4 4 
2 c 4 4 

In [22]: df.T.drop_duplicates().T 
Out[22]: 
    A B 
0 a 4 
1 b 4 
2 c 4 

आमतौर पर read_csv आमतौर पर सुनिश्चित करेगा कि उनके पास अलग-अलग नाम हैं ...

Answer 2

बड़े डेटाफ्रेम के साथ काम करते समय ट्रांसपोजिंग एक बुरा विचार है। मेमोरी कुशल विकल्प के लिए यह उत्तर देखें: https://stackoverflow.com/a/32961145/759442

Answer 3

यह अब तक का सबसे अच्छा है।

remove = [] 
cols = df.columns 
for i in range(len(cols)-1): 
    v = df[cols[i]].values 
    for j in range(i+1,len(cols)): 
     if np.array_equal(v,df[cols[j]].values): 
      remove.append(cols[j]) 

df.drop(remove, axis=1, inplace=True) 

https://www.kaggle.com/kobakhit/santander-customer-satisfaction/0-84-score-with-36-features-only/code

Answer 4

मैं समझता हूँ कि यह एक पुराने सवाल है, लेकिन मैं हाल ही में यह एक ही मुद्दा था और इन समाधानों में से कोई भी मेरे लिए काम किया, या पाशन सुझाव थोड़ा overkill लग रहा था। अंत में, मुझे बस अवांछित डुप्लिकेट कॉलम की अनुक्रमणिका मिली और उस कॉलम इंडेक्स को गिरा दिया। इसलिए बशर्ते आप कॉलम की अनुक्रमणिका जानेंगे जो यह काम करेगा (जो आप शायद डिबगिंग या प्रिंट कथन के माध्यम से पा सकते हैं):

df.drop(df.columns[i], axis=1)